Главная > Методы анализа данных. Подход, основанный на методе динамических сгущений
НАПИШУ ВСЁ ЧТО ЗАДАЛИ
СЕКРЕТНЫЙ БОТ В ТЕЛЕГЕ
<< Предыдущий параграф Следующий параграф >>
Пред.
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO

10.3.8. Метод прогноза, связанный с локальными линейными моделями

10.3.8.1. Задача

Мы хотим решить следующую задачу: пусть X — новый индивидуум, Предположим, что X принадлежит к одной из групп, но неизвестно, к какой. Требуется определить решающее правило, позволяющее относить этого дополнительного индивидуума к одному из классов и значение объясняемой переменной для этого индивидуума.

10.3.8.2. Регрессия с помощью шаров

Метод регрессии с помощью шаров [2], [3], [4] позволяет решать задачу отыскания функциональной регрессионной зависимости исходя из эмпирических данных. С n реализациями связывают сгущение из точек в (точка задается своими координатами, соответствующими объясняющим переменным). Каждой точке приписывается значение (Мы предполагаем, что две точки никогда не совпадают.) Чтобы предсказать значение переменной для нового индивидуума с координатами ( мы ищем точек фиксировано) множества индивидуумов, ближайших к и берем в качестве среднее значение объясняемых переменных этих 5 точек.

10.3.8.3. Правило отнесения нового индивидуума

Пусть классов, полученных в результате работы алгоритма. Пусть координат нового индивидуума. Пусть где и фиксированы. Для каждого и каждого обозначим число точек, принадлежащих среди точек, ближайших

к х. Пусть положим

где

Пусть

Если то мы относим X к если нет, то мы меняем границы изменения Получаем прогнозируемое значение У:

10.3.8.4. Пример

Положим .

Было получено: , откуда

Рис. 10.5

1
Оглавление
email@scask.ru